智源研究院发布原生多模态世界模型 Emu3

智源研究院发布全新多模态世界模型 Emu3，该模型能统一理解和生成视频、图像和文本三种数据模态，采用基于下一个 token 预测的技术，提升大规模训练和推理能力。